英特尔、伦敦大学联合研究：通过分层生成模型增强机器人控制能力

2023-12-18 10:31:23来源：OFweek机器人网关键词：机器人运动控制阅读量：20988

导读：为了模拟这种复杂性，研究团队采用了分层生成模型，将任务分解为不同层次的动作，并模拟人类运动控制的深度时间架构。

　　人类的运动控制能力是一项复杂而高效的技能，他可以通过规划、执行和组合各个肢体运动来产生复杂的全身运动，而机器人一直以复刻与人类类似的能力为目标，于是一项受人体运动启发的新研究诞生了。

　　该研究利用分层生成模型来增强自主机器人的电机控制，实现了受人类运动控制启发的高度复杂任务，这主要是通过三种方法实现的：命令、规划和学习。人类的运动控制系统是通过多层次的神经结构实现的，包括高级规划和底层肢体运动协调。

　　由英特尔实验室、伦敦大学学院和VERSES研究实验室组成的研究小组最近在《自然机器智能》杂志上发表了一项关于机器人运动控制的研究，通过分层生成模型提高了自主机器人的运动控制能力。

　　为了模拟这种复杂性，研究团队采用了分层生成模型，将任务分解为不同层次的动作，并模拟人类运动控制的深度时间架构。这种分层组织的优势在于能够同时处理全局规划和局部控制，使机器人能够在复杂和不确定的环境中执行任务。

　　李志斌副教授和神经科学家Karl Friston教授是本项研究的主要作者，他们通过模仿人脑结构，他们开发了软件、机器学习和控制算法，提高了自主智能机器人在完成复杂日常任务方面的可靠性。

　　李志斌教授介绍道：“我们最近的论文探讨了如何从生物智能中获取灵感，以形式化机器人学习和控制。这使得我们能够在一个连贯的框架内进行自然的运动规划和对机器人运动的精确控制。通过广泛的模拟，我们展示了全身人形机器人在仓库环境中能够运输箱子、打开门、操作设施(例如传送带)、踢足球，甚至在机器人身体受到物理损坏的情况下仍能持续操作。我们的研究突显了大脑中不同皮层如何协同工作的灵感，可以指导智能机器人大脑的设计。”

　　与其他分层生成模型类似，李志斌教授和他的团队通过将任务组织成不同的级别或层次结构来开发技术，他们的模型将任务的超范围目标映射到不同时间尺度下的个体肢体运动的执行上。

　　实验初步证明，分层生成模型在将人类能力转移到机器人方面具有巨大潜力，未来将进一步验证这些结果。

　　人类科学家们正在做大量的工作，来分别复制不同种类的人工智能，现如今已经可以从生物大脑的结构和功能组织层面上汲取灵感，了解不同皮层如何相互协调。未来AI的发展将不可预测，机器人或能成为人类的机械复制品。

上一篇：11月份韩芯片出口额达到96亿美元，同比增长10.7%

下一篇：税率10.8%！巴西宣布恢复进口光伏组件和风力涡轮机进口关税

我要评论

昵称

匿名

文明上网，理性发言。（您还可以输入200个字符)

表情

所有评论仅代表网友意见，与本站立场无关。

热潮来袭！机器人军团奔赴港股，争抢资本赛道
2025年9月，珞石机器人、微亿智造、优艾智合及极飞科技相继递交招股书，覆盖工业、协作、移动操作及农业机器人等多元领域。
机器人智能机器人移动操作机器人
2025-10-13 17:52:51
一批重要国家标准发布涉及制造业、能源、新兴领域
在制造业和能源方面，发布车辆稳定性试验方法、危险货物运输车辆安全要求、船舶自动识别、潜水器作业、航空集装箱技术要求等21项国家标准，持续助力交通运输装备产业提升。
制造业能源机器人
2025-10-11 09:12:53
人工智能展登陆安徽，助力科技新潮流
本次人工智能展规模宏大，展示内容丰富多样。从先进的人工智能算法、智能机器人，到智能家居、智能医疗等应用场景，全方位呈现了人工智能领域的前沿技术与创新成果。
人工智能机器人
2025-10-10 14:36:54
周报|四维图新成鉴智机器人第一大股东；舍弗勒三合一智能产线启运欧洲
四维图新拟对鉴智开曼增资2.5亿元，认购其发行的138,423,368股C＋类优先股；近日，由舍弗勒智能装备中国团队自主研发制造的三合一电驱装配线，已圆满完成预调试......
机器人三合一电驱装配线
2025-10-09 15:49:02
关于公开征集《机器人标准化人才能力素质评价模型》等两项团体标准意见的通知
《机器人标准化人才能力素质评价模型》、《市域产教联合体建设、运行规范及评价》两项团体标准于2025年7月由苏州市机器人产业协会发布立项。根据《苏州市机器人产业协会团体标准管理办法》规定，现向社会各界公开征集意见。
机器人机器人产业
2025-10-09 14:42:50
ABB与软银签约拟出售机器人业务
ABB于10月8日宣布，已签署协议将其机器人业务单元出售给软银集团，企业估值53.75亿美元，不再推进此前拟定的机器人业务独立上市计划。
ABB软银集团机器人
2025-10-09 13:23:50

版权与免责声明：

凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

本站转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话：0571-89719789；邮箱：1271141964@qq.com。